Gammapy 中的能量依赖性 gamma 射线形貌估计工具

对能量依赖性 gamma 射线源的理解可提供有关其背后发射机制的重要信息。然而，尽管许多 TeV 源检测到能量依赖的形貌，但我们缺乏对此类测量的 proper 定量化。我们引入了一个估计工具，纳入 Gammapy 生态系统之中，这是一个用于 gamma 射线数据分析的开源 Python 软件包，用于量化 gamma 射线源能量依赖形貌。该方法拟合所有能量切片中的空间形貌（原假设），并将其与每个能量切片的独立拟合进行比较（备择假设）。这些模型使用前向折叠方法进行，测试统计量用于比较两个假设的显著性。我们提出了一个用于探测能量变化的空间形貌的通用工具，采用具有 3D 似然的完整前向折叠方法。我们展示了其在来自 H.E.S.S. 的真实数据集和用于量化不同尺寸源能量依赖性显著性的模拟数据集上的用法。在第一个例子中，利用 HESSJ1825-137 数据子集，我们观察到较低能量处的延展辐射，随后在更高能量处变得更紧凑。该工具指示该 largely 延展辐射的能量依赖性变化具有非常显著的变异性（9.8$\sigma$）。在第二个例子中，一个尺寸较小的源（约0.1度），使用 CTAO 响应模拟，显示该工具仍能在小尺度上提供统计学上的显著变化（9.7$\sigma$）。